一种基于单目视觉的机器人控制方法技术

本发明专利技术公开了一种基于单目视觉的机器人控制方法，该方法包括以下两个模块：图像处理模块：主要是利用单目相机从不同角度采集到的两幅图像对周围环境进行三维重构；轨迹规划模块：根据三维重构的结果，对环境进行地图构建，并利用轨迹规划算法对所构建的地图进行路径搜索，并按照一定的评估标准选择最优路径，在实际应用过程中，根据环境信息的复杂程度、机器人所要完成任务的难易程度可以选择不同的轨迹规划算法，也可以结合其他的人工智能算法进行轨迹搜索，其目的就是为了获得最优路径。

【技术实现步骤摘要】
一种基于单目视觉的机器人控制方法
本专利技术涉及机器人控制
，具体为一种基于单目视觉的机器人控制方法。
技术介绍
随着经济社会的发展，人们生活水平的提高，越来越多的机器人走入人们的视野，进入了人们的生活。随着机器人工作环境复杂程度的提高、机器人所要完成的工作任务的增加，对于机器人控制系统的要求也就越来越高，尤其是对机器人轨迹规划控制的要求尤为突出。但是，现有机器人通常存在传感器系统设计不完善和轨迹规划算法不合理等问题，导致机器人在一些工作未知的环境中发生不必要的碰撞，甚至发生事故。
技术实现思路
为实现上述目的，本专利技术提供如下技术方案：一种基于单目视觉的机器人控制方法，该方法包括以下两个模块：图像处理模块：主要是利用单目相机从不同角度采集到的两幅图像对周围环境进行三维重构。轨迹规划模块：根据三维重构的结果，对环境进行地图构建，并利用轨迹规划算法对所构建的地图进行路径搜索，并按照一定的评估标准选择最优路径。优选的，所述图像处理模块具体包括如下步骤：步骤一：图像采集，所采集的图像为两幅图像，且图像拍摄的角度不同。步骤二：图像预处理，主要是对图像灰度化处理以及图像滤波；采用公式(1)对CCD相机采集到的RGB图像进行灰度化处理。f(i,j)＝0.2989R(i,j)+0.570G(i,j)+0.1140B(i,j)(1)图像滤波采用中值滤波的方法对图像进行滤波去噪，从而获得能够满足三维重建要求的图像，式中：f(i,j)表示在(i,j)像素点所对应的灰度值，R(i,j)、G(i,j)、B(i,j)分别表示在(i,j)像素点所对应的RBG格式下R、G、B所对应的分量。步骤三：三维重建，包括所使用的CCD相机的标定、相机模型的建立、特征点的提取与匹配。优选的，所述步骤三中相机标定采用相机标定工具箱，使用张正友标定发对CCD相机进行标定。优选的，所述步骤三中相机模型采用小孔成像模型，建立图像像素坐标与三维空间坐标之间的对应关系。优选的，所述步骤三中特征点提取与匹配采用Harris算法对所拍摄的两幅图像进行特征点提取匹配。优选的，所述轨迹规划模块具体包括如下步骤：步骤一：根据图像处理模块中三维重建的结果，利用自由空间法生成环境地图。步骤二：根据轨迹规划模块中的环境地图，使用路径搜索算法按照一定的评估指标寻找最优路径。与现有技术相比，本专利技术的有益效果是：本专利技术能有效解决对于未知环境下的机器人轨迹规划控制问题，根据环境信息的复杂程度、机器人所要完成任务的难易程度可以选择不同的轨迹规划算法，也可以结合其他的人工智能算法进行轨迹搜索，其目的就是为了获得最优路径。附图说明图1是本专利技术提供的一种基于单目视觉的机器人控制方法的流程。图2是本专利技术中三维重构部分的方法流程。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例：请参阅图1和图2，本专利技术提供一种技术方案：一种基于单目视觉的机器人控制方法，该方法包括以下两个模块：图像处理模块：主要是利用单目相机从不同角度采集到的两幅图像对周围环境进行三维重构。轨迹规划模块：根据三维重构的结果，对环境进行地图构建，并利用轨迹规划算法对所构建的地图进行路径搜索，并按照一定的评估标准选择最优路径。优选的，所述图像处理模块具体包括如下步骤：步骤一：图像采集，所采集的图像为两幅图像，且图像拍摄的角度不同。步骤二：图像预处理，主要是对图像灰度化处理以及图像滤波；采用公式(1)对CCD相机采集到的RGB图像进行灰度化处理。f(i,j)＝0.2989R(i,j)+0.570G(i,j)+0.1140B(i,j)(1)图像滤波采用中值滤波的方法对图像进行滤波去噪，从而获得能够满足三维重建要求的图像，式中：f(i,j)表示在(i,j)像素点所对应的灰度值，R(i,j)、G(i,j)、B(i,j)分别表示在(i,j)像素点所对应的RBG格式下R、G、B所对应的分量。步骤三：三维重建，包括所使用的CCD相机的标定、相机模型的建立、特征点的提取与匹配；相机标定采用相机标定工具箱，使用张正友标定发对CCD相机进行标定；相机模型采用小孔成像模型，建立图像像素坐标与三维空间坐标之间的对应关系；特征点提取与匹配采用Harris算法对所拍摄的两幅图像进行特征点提取匹配。三维重建的完整过程如图1所示：(a)：利用Harris算法对预处理后的图像进行特征点提取与匹配，为了后续计算的准确，所匹配的特征点对应该足够多。(b)：根据特征点匹配的结果，利用RANSAC算法计算图像的基础矩阵，在(1)中可能出现错误的特征点对，在这里RANSAC具有一定的容错性，能够有效地剔除掉错误匹配的特征点对，从而提高了所计算的基础矩阵的准确性。(c)：通过相机标定获得相机的内参数矩阵，相机标定采用张正友标定法。由于相机内参数矩阵固定不变，所以只需进行一次标定即可。(d)：结合(c)相机内参数矩阵和(b)中的基础矩阵计算出图像的本质矩阵。(e)：结合(a)所匹配的特征点对和(d)所计算的本质矩阵，利用所建立的图像像素坐标系与世界坐标系之间的关系对所测的环境进行三维重构。所述轨迹规划模块具体包括如下步骤：步骤一：根据图像处理模块中三维重建的结果，利用自由空间法生成环境地图。步骤二：根据轨迹规划模块中的环境地图，使用路径搜索算法(这里采用A*算法)按照一定的评估指标(这里采用最短路径)寻找最优路径。自由空间法和A*算法均为解决全局路径规划问题(即环境信息已知的路径规划问题)所提出的方法，并不适用于局部路径规划问题(环境信息未知的路径规划问题)。在这里，通过步骤一的三维重构可以获取机器人环境信息，在此基础之上，可以利用全局路径规划的方法来解决局部路径规划的问题。在实际应用过程中，根据环境信息的复杂程度、机器人所要完成任务的难易程度可以选择不同的轨迹规划算法，也可以结合其他的人工智能算法进行轨迹搜索。其目的就是为了获得最优路径。对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背离本专利技术的精神或基本特征的情况下，能够以其他的具体形式实现本专利技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本专利技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本专利技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。本文档来自技高网...

【技术保护点】
一种基于单目视觉的机器人控制方法，其特征在于：该方法包括以下两个模块：图像处理模块：主要是利用单目相机从不同角度采集到的两幅图像对周围环境进行三维重构。轨迹规划模块：根据三维重构的结果，对环境进行地图构建，并利用轨迹规划算法对所构建的地图进行路径搜索，并按照一定的评估标准选择最优路径。

【技术特征摘要】
1.一种基于单目视觉的机器人控制方法，其特征在于：该方法包括以下两个模块：图像处理模块：主要是利用单目相机从不同角度采集到的两幅图像对周围环境进行三维重构。轨迹规划模块：根据三维重构的结果，对环境进行地图构建，并利用轨迹规划算法对所构建的地图进行路径搜索，并按照一定的评估标准选择最优路径。2.根据权利要求1所述的一种基于单目视觉的机器人控制方法，其特征在于：所述图像处理模块具体包括如下步骤：步骤一：图像采集，所采集的图像为两幅图像，且图像拍摄的角度不同。步骤二：图像预处理，主要是对图像灰度化处理以及图像滤波；采用公式(1)对CCD相机采集到的RGB图像进行灰度化处理。f(i,j)＝0.2989R(i,j)+0.570G(i,j)+0.1140B(i,j)(1)图像滤波采用中值滤波的方法对图像进行滤波去噪，从而获得能够满足三维重建要求的图像，式中：f(i,j)表示在(i,j)像素点所对应的灰度值，R(i,j)、G(i,j)、B(i,j)分别表示在(...

【专利技术属性】
技术研发人员：魏利胜，程庆，甘泉，吉涛，
申请(专利权)人：安徽工程大学，
类型：发明
国别省市：安徽,34